Forskarna Jacob Vogel och Lijun An har tillsammans med svenska och internationella kollegor utvecklat AI-modellen. Foto: Emma Nyberg

AI kan upptäcka flera kognitiva sjukdomar

Svenska forskare har utvecklat en AI-modell som kan upptäcka flera sjukdomar som bryter ner hjärnan. Nu hoppas de att modellen kan användas i kombination med blodprov i framtiden.

Sjukdomar som bryter ner hjärnan kan visa liknande symptom, vilket ofta gör det svårt att skilja de olika tillstånden åt, särskilt i ett tidigt skede.

Nu har forskarna Jacob Vogel och Lijun An vid Lunds universitet, tillsammans med kollegor från den svenska Biofinder-studien och Gobal neurodegenerative protemics consortium, utvecklat en AI-modell som kan upptäcka flera sjukdomar samtidigt.

– Vår förhoppning är att kunna ställa diagnos för flera sjukdomar samtidigt med ett enda blodprov i framtiden, säger Jacob Vogel i ett pressmeddelande.

AI-modellen kan identifiera en specifik ansamling av proteiner, som bildar ett generellt mönster för sjukdomar som bryter ner hjärnan. Detta inlärda mönster används sedan för att diagnostisera olika tillstånd: Alzheimers sjukdom, Parkinsons sjukdom, ALS, frontotemporal demens och tidigare stroke.

Studien sticker ut jämfört med tidigare forskning eftersom modellens resultat bekräftades över olika set av data, enligt forskarna.

– Vi såg att proteinprofilen förutsade kognitiv försämring bättre än den kliniska diagnosen och det verkar som att individer med samma kliniska diagnos kan ha olika underliggande biologiska subtyper, säger Lijun An.

Många personer som diagnostiserats med alzheimer hade proteinmönster som snarare liknar andra hjärnsjukdomar.

– Det kan betyda att de har mer än en bakomliggande sjukdom, att alzheimer kan utvecklas på flera olika sätt eller att den kliniska diagnosen är felaktig. Därför tror jag inte att nuvarande proteinmängder i blodprov kommer vara tillräckligt för att ställa diagnos för flera sjukdomar på egen hand, utan metoden behöver förfinas och kombineras med andra kliniska verktyg, säger Jacob Vogel.

Nästa steg är att inkludera fler markörer för olika proteiner med hjälp av avancerade metoder för att hitta mönster som är unika för varje sjukdom.

Fakta
Om studien och proteomik

Underlaget för AI-modellen kommer från proteinmätningar från över 17 000 patienter och kontrollpersoner som ingår i Gobal neurodegenerative protemics consortiums, GNPC, proteomikdatabas. Databasen är den största i världen för proteiner som är kopplade till neurodegenerativa sjukdomar.

Inom proteomik undersöker man stora datamängder om hur alla proteiner uttrycks i ett insamlat biologiskt prov, vilket kan ge forskare viktiga ledtrådar om biologiska funktioner och hur sjukdomar utvecklas.

Läs studien

Lijun An, Alexa Pichet Binette, Ines Hristovska, Gabriele Vilkaite, Yu Xiao, Romina Zendehdel m fl (2026). A deep joint-learning proteomics model for diagnosis of six conditions associated with dementia. Publicerad i Nature medicine.

Relaterat

Tema Bo & leva i senaste Äldre i centrum

I det senaste numret av Äldre i centrum går vi på djupet i forskningen om boendemiljön. Läs bland annat om hur det är…

Nya boenden som fungerar

Nu planeras många nya vård- och omsorgsboenden runt om i Sverige. ­Arkitekten och forskaren Morgan Andersson beskriver kunskapsläget ­och ger exempel från Göteborgs…

Dagar på landet – prisbelönt verksamhet för personer med demens

Här finns inga låsta grindar. I stället väntar får, katter, jordgubbsland och en trädgård fylld av minnen. Gärdet vid Hallandsåsen är en unik…

Fler nyheter

Sjukdomsmönster kan vägleda livsstilsinsatser

Äldre personer som lever med flera kroniska sjukdomar kan reagera olika på förebyggande insatser. Nu visar nya rön från bland annat Karolinska institutet…

Digitala verktyg behöver anpassas bättre

Digital teknik behöver möta olika behov på ett bättre sätt. För äldre personer med migrantbakgrund är den både till hjälp och hinder, visar…

Nya tag mot ålderism

Regeringen har gett Pensionsmyndigheten i uppdrag att stärka kunskapen om ålderism. Det är ett led i ett större arbete mot ålderism, där även…